Découvrez les dernières tendances en matière de pédagogie et d'innovations technologiques pour transformer l’apprentissage et dynamiser les pratiques professionnelles.
Comment la France se situe-t-elle face à l'Allemagne, la Belgique ou les pays nordiques sur l'usage de l'IA au travail ? Le dernier rapport d'Eurostat dresse un portrait contrasté, entre salariés en avance et TPE-PME à la traîne.
La France se distingue par un usage élevé de l’IA générative au travail, avec 18,4 % des Français utilisateurs, contre 15,1 % en moyenne dans l’Union européenne, ce qui la place parmi les pays les plus avancés sur les usages individuels.
En revanche, seules 18,2 % des entreprises françaises utilisent des technologies d’IA, contre 20 % en moyenne dans l’UE, un retard qui s’explique principalement par les TPE-PME alors que les grandes entreprises françaises sont plutôt en avance.
Le principal frein à l’adoption reste le manque de compétences, cité par 7 entreprises sur 10, les préoccupations juridiques et la protection de données arrivent ensuite, ce qui renforce l’importance pour les RH de former les collaborateurs et d’encadrer les usages de l’IA.
Pour se faire, l’article recommande trois leviers : identifier les pratiques réelles des collaborateurs, former les équipes (obligation renforcée par l’article 4 de l’IA Act, applicable depuis le 2 février 2025) et mettre en place une charte d’utilisation de l’IA.
L'IA agentique fait évoluer la formation d'une logique de cours programmés vers une logique d'accompagnement continu dans le travail, où l'apprentissage devient contextuel, personnalisé et presque invisible.
L’IA agentique va au-delà de l’IA générative : elle ne se contente pas de répondre à une question, elle est capable d'exécuter des tâches, de rechercher des informations, d'analyser des données multiples et propose des actions concrètes, des recommandations directement exploitables, notamment pour anticiper les besoins en compétences et orienter les décisions RH.
Son principal apport est l’hyperpersonnalisation de la formation, avec un apprentissage directement dans son activité professionnelle, sans interrompre son travail, pour suggérer au collaborateur un apprentissage au moment où il en a besoin, ce que Olivier Lagrée appelle l’« apprentissage invisible ».
Malgré ces avancées, les humains restent au cœur du processus, et les ingénieurs pédagogiques sont invités à s’appuyer sur la règle 70/20/10 (apprentissage par l'expérience, les interactions et la formation formelle) pour concevoir des expériences d’apprentissage efficaces et durables.
L'IA impressionne avant tout par sa vitesse de traitement et d'analyse, mais elle reste fondamentalement dépendante des connaissances produites par les humains. Elle ne crée pas de savoir inédit à partir de rien : elle exploite et combine les données qui lui ont été fournies.
Plusieurs experts majeurs de l'IA, dont Geoffrey Hinton et Yoshua Bengio, alertent depuis 2024 sur le fait que les progrès technologiques avancent plus rapidement que les mécanismes de contrôle et de régulation.
Autre limite importante : les « hallucinations ». L'IA peut produire des réponses très convaincantes mais factuellement erronées, car elle ne possède ni esprit critique, ni capacité réelle de vérification ou de discernement.
Ce que l'IA ne pourra pas remplacer : la créativité humaine, le doute, l'intuition, les émotions et la capacité à générer de nouvelles connaissances. Des travaux publiés dans Nature en 2024 montrent même qu'un modèle nourri principalement par des contenus générés par d'autres IA risque un « effondrement du modèle », avec une perte progressive de diversité et de pertinence dans ses réponses.
l'IA dépend toujours des données et des connaissances humaines pour évoluer, ce qui limite l'idée d'un remplacement total de l'humain.
Le véritable enjeu n'est pas tant de savoir si l'IA a des limites, mais si l'humain sera capable de fixer et de faire respecter les limites nécessaires à son développement.
Les services formations investissent dans la technologie IA, en espérant faciliter le savoir et l’autonomie des apprenants. Pourtant, d’après les données de terrain, beaucoup de collaborateurs peinent encore à apprendre seuls… et surtout échouent à « transférer » au travail ce qu’ils ont appris.
Il existe un mythe selon lequel l’accès à l’IA suffirait à rendre les apprenants autonomes. L’autonomie n’est pas un prérequis naturel, mais le résultat d’une ingénierie pédagogique, fondée sur cinq capacités : fixer ses objectifs, définir une stratégie, développer sa métacognition, réguler son apprentissage et évaluer ses progrès.
L’IA facilite l’accès au savoir et l’accompagnement individualisé, mais elle peut aussi créer une illusion de compréhension, supprimer les « difficultés désirables » nécessaires à l’apprentissage et favoriser une dépendance cognitive.
Pour obtenir un apprentissage réel et durable, les organisations doivent combiner IA, pédagogies actives, mise en pratique, feedback et accompagnement humain. L’article rappelle qu’environ 400 000 formateurs occasionnels ou réguliers pourraient jouer ce rôle, à condition d’être correctement outillés.
Ce qu'il nous faut retenir c'est que l’autonomie repose sur trois conditions essentielles : un environnement facilitant, des activités impliquantes et responsabilisantes, et un accompagnement adapté associant tuteurs, formateurs et IA.
Nous préférons souvent des explications complexes à une vérification simple. Face à un taux de complétion d’un module e-learning limité à à peine un tiers des apprenants, une équipe a envisagé plusieurs causes liées au contenu ou au désengagement, avant de découvrir que le module ne fonctionnait tout simplement pas correctement sur mobile.
Les rasoirs philosophiques sont des règles pratiques qui permettent d’écarter les hypothèses inutiles et de distinguer les faits observés des histoires que notre cerveau construit. Ils ne constituent toutefois pas des preuves, mais des outils destinés à corriger notre tendance à chercher des intentions, des causes ou des liens là où il n’y en a pas forcément.
Dans la pratique, ces “rasoirs” peuvent être utilisés en formation, en entreprise ou dans la vie quotidienne pour tester les faits, vérifier les causes les plus simples et éliminer les hypothèses superflues avant de construire une explication complexe ou de prendre une décision.
Selon l’étude du cabinet Morgan Philips, réalisée auprès d’une centaine de DRH, dirigeants, managers et responsables de fonctions support, certaines compétences humaines deviennent encore plus stratégiques à mesure que l’IA s’installe dans les entreprises.
Les principaux enseignements :
L’esprit critique est la compétence la plus valorisée (94 % des répondants). Face aux réponses générées par l’IA, il devient essentiel de vérifier les sources, détecter les biais et questionner les résultats.
Le jugement, la prise de décision, la pensée stratégique et l’éthique restent au cœur des responsabilités humaines lorsque plusieurs options doivent être arbitrées et assumées.
L’intelligence émotionnelle (66 %) gagne en importance : comprendre les émotions, instaurer la confiance et gérer les relations humaines sont des dimensions difficilement automatisables.
Le leadership et la collaboration deviennent également plus précieux, notamment pour les managers dont le rôle évolue vers la création de sens, la coordination et l’accompagnement du changement.
La curiosité, l’adaptabilité et la créativité permettent d’expérimenter les nouveaux outils, d’en comprendre les limites et d’inventer des solutions complémentaires à l’IA.
Plus l’IA automatise les tâches, plus les entreprises recherchent des professionnels capables d’exercer leur discernement, de collaborer efficacement et d’apporter une dimension humaine aux décisions et aux relations de travail.
Excellence industrielle. Calvin est le robot de nouvelle génération développé avec Wandercraft. Mobile et polyvalent, il soulage les opérateurs qui travaillent en usine.
Calvin, un robot de nouvelle génération développé par Renault Group en partenariat avec la start-up française Wandercraft. Conçu pour les usines automobiles, il est capable de marcher, transporter des charges lourdes et s’adapter à son environnement grâce à l’IA physique.
L'objectif principal de ce robot est d'améliorer les conditions de travail en prenant en charge les tâches les plus pénibles, répétitives ou dangereuses (manutention de charges lourdes, pièces coupantes, etc.).
Il s'agit d'une innovation majeure car contrairement aux robots industriels classiques dédiés à une seule tâche, Calvin est mobile, polyvalent et adaptable grâce à ses capteurs et à l’intelligence artificielle.
Un partenariat stratégique français : la collaboration entre Renault Group et Wandercraft initiée fin 2024, s’inscrit dans une logique de souveraineté technologique et d’innovation industrielle.
Une dizaine de robots devraient être opérationnels fin 2026, avec un objectif de 350 robots dans les usines françaises et espagnoles d’ici fin 2027.
Une complémentarité avec l’humain : Calvin n’a pas vocation à remplacer les opérateurs mais à les assister, afin qu’ils se concentrent sur les activités où l’expertise humaine reste indispensable.
Calvin illustre la stratégie Industrie 4.0 de Renault Group en combinant IA, robotique avancée et amélioration des conditions de travail, avec l’ambition de renforcer à la fois la productivité et l’attractivité des métiers industriels.
L’oubli après une formation est un phénomène naturel lié au fonctionnement du cerveau, et non à un manque d’attention des apprenants. La mémorisation repose sur quatre étapes : encodage, stockage, consolidation et récupération de l’information.
L'article rappelle notamment la courbe de l’oubli d’Hermann Ebbinghaus, selon laquelle une grande partie des connaissances est perdue quelques jours après l’apprentissage si elles ne sont pas réactivées régulièrement.
Les principaux freins à la mémorisation sont :
la surcharge cognitive,
le manque de répétition et de mise en pratique,
les distractions,
le stress et la fatigue.
Pour améliorer l’ancrage des connaissances, l’article recommande plusieurs leviers :
l’apprentissage espacé dans le temps,
l’alternance entre apprentissage et sommeil,
la gamification (quiz, défis, badges),
le storytelling et les mises en situation concrètes,
des formats comme le microlearning, le blended learning et le learning by doing.
Rappel de l’importance du feedback régulier, de l’auto-évaluation et des évaluations espacées pour renforcer durablement la rétention des connaissances et améliorer l’efficacité des formations.
Le déchargement cognitif peut être bénéfique lorsqu'il sert à libérer la mémoire de travail pour se concentrer sur des tâches plus complexes comme l'analyse, la compréhension ou la résolution de problèmes.
Une étude de Jian Wang (2026) montre qu'un usage actif et délibéré des outils numériques peut renforcer la confiance dans ses capacités cognitives et favoriser l'apprentissage autonome.
Le risque apparaît lorsque l'outil ne soutient plus la réflexion mais s'y substitue. Par exemple, utiliser systématiquement des fiches ou l'IA pour produire une réponse peut donner l'impression d'avoir appris alors que les connaissances n'ont pas été réellement intégrées.
L'article rappelle l'importance de l'« effet de génération » : nous retenons mieux ce que nous construisons nous-mêmes que ce qui nous est fourni tout fait.
De l'importance de concevoir des activités où l'on distingue clairement ce qui est confié à l'outil et ce qui doit être élaboré par l'apprenant. Il souligne également que les hésitations et les tâtonnements sont souvent des signes d'un véritable apprentissage.
Le problème n'est pas le déchargement cognitif en lui-même, mais le fait de confondre performance assistée par un outil et apprentissage réel. La question à se poser est donc : l'outil m'aide-t-il à mieux penser, ou pense-t-il à ma place ?
Le retour des peurs sur une IA "autonome" est un récit commode pour la tech : il détourne l'attention des vrais problèmes présents (droits d'auteur, gouvernance, écologie) et déresponsabilise les dirigeants de leurs choix actuels.
Et si la peur d’une « IA apocalypse » était largement entretenue par les grands acteurs de l’IA comme Sam Altman, Dario Amodei ou Elon Musk ? Partons du principe que les mises en garde récurrentes sur une superintelligence capable d’échapper au contrôle humain relèvent davantage du storytelling que d’un risque immédiat. Pour s'en convaincre, l'article défend cette idée par les arguments suivants :
Les scénarios catastrophes autour d’une IA autonome reviennent régulièrement et s’appuient sur l’imaginaire de la science-fiction (Terminator, Matrix, 2001).
Les dirigeants des entreprises d’IA alertent sur les dangers futurs tout en accélérant simultanément le développement et la commercialisation de leurs modèles.
Cette focalisation sur une menace hypothétique détourne l’attention des problèmes actuels et bien réels : utilisation de données protégées par le droit d’auteur, manque de gouvernance démocratique, désinformation et impact environnemental des data centers.
Le discours sur une IA qui deviendrait autonome permet aussi de diluer la responsabilité des entreprises technologiques en laissant entendre que la machine serait la véritable responsable des dérives futures.
L’« IA apocalypse » serait avant tout un argument de communication qui masque les enjeux économiques, éthiques et environnementaux déjà posés par l’intelligence artificielle aujourd’hui.
Par un investissement de 15 millions d’euros, France Travail cherche à accroître l’efficience opérationnelle des 30 000 conseillers et à personnaliser l’accompagnement pour 15 millions d’usagers. Ses usages, l’opérateur les veut souverains et sécurisés.
France Travail accélère le déploiement de l'IA à grande échelle avec un investissement de 15 millions d'euros pour améliorer à la fois l'efficacité des conseillers et la qualité de l'accompagnement des demandeurs d'emploi.
Les principaux outils déployés sont :
Chat FT, utilisé par tous les conseillers, qui permet de gagner en moyenne 3 heures par semaine grâce à la synthèse automatique d'entretiens et à la recherche d'informations.
Neo, qui permet d'interroger les systèmes de France Travail en langage naturel.
Match FT, dédié au rapprochement entre offres et candidats, avec des résultats mesurables : réduction des délais de recrutement et augmentation des inscriptions en formation.
Coach FT, qui facilite les démarches des candidats et aide les entreprises à rédiger des offres plus attractives.
L'établissement fait le choix d'une IA souveraine et sécurisée, hébergée principalement dans ses propres datacenters et reposant sur les modèles de Mistral AI pour les données sensibles, afin d'éviter la dépendance aux grands fournisseurs étrangers.
Enfin, France Travail met en avant un cadre strict de gouvernance, associant éthique, dialogue social, formation des agents et cybersécurité. L'objectif est que l'IA ne remplace pas les conseillers mais leur permette de consacrer davantage de temps à l'accompagnement humain des publics les plus éloignés de l'emploi.
France Travail passe donc d'une logique d'expérimentation à une logique d'industrialisation de l'IA, avec des cas d'usage désormais mesurés, généralisés et intégrés aux processus métier.
La méthode de conduite du changement, concertée, a permis le redéploiement de 800 équivalents temps plein (ETP) [à horizon 2027] vers des fonctions d’accompagnement direct. En parallèle, le projet de loi de finances 2026 a prévu une diminution de 515 postes chez France Travail, sur l’année 2026.
A noter qu'il n'existe pas encore d'accord interne sur le déploiement de l'IA à France Travail, mais des négociations vont s'ouvrir cet automne, indique la direction.
l'Europe cherche à instaurer davantage de transparence sur l'usage de l'IA afin que les citoyens puissent identifier plus facilement lorsqu'ils interagissent avec un système d'IA ou consultent un contenu artificiellement généré.
Dès le 2 août 2026, une nouvelle étape de l'AI Act européen entre en vigueur : les contenus générés ou modifiés par l'IA devront être clairement signalés aux utilisateurs.
Les chatbots, agents virtuels et avatars conversationnels devront indiquer explicitement qu'il s'agit d'une IA et non d'un humain.
Les fournisseurs de modèles d'IA devront intégrer des marqueurs techniques (filigranes numériques) pour faciliter l'identification automatique des contenus créés par IA.
Les deepfakes (images, vidéos, sons ou textes générés ou altérés par IA) devront être étiquetés par leurs éditeurs afin d'informer le public.
La Commission européenne met à disposition des icônes standardisées ("généré par l'IA", "modifié par l'IA", etc.). Certaines exceptions sont prévues pour la fiction, l'art, la satire ou les contenus simplement corrigés par IA.
Les organisations déjà en activité auront jusqu'au 2 décembre 2026 pour se mettre en conformité, sous peine de sanctions financières.
Le principe général est que l'obligation vise surtout les contenus susceptibles de faire croire qu'ils sont entièrement humains ou authentiques, les chatbots, les deepfakes et les productions générées automatiquement. Les usages créatifs, artistiques ou de simple assistance à la rédaction sont traités de manière plus souple.
La prochaine révolution de l’IA ne sera pas technologique, elle sera cognitive. Une grandes opportunité économique et environnementales du XXIe siècle.
La prochaine révolution de l’IA ne sera pas tant technologique que cognitive : l’enjeu n’est plus de créer toujours plus de contenus ou de données, mais de mieux exploiter les connaissances déjà existantes dans les organisations. Aujourd’hui, les entreprises disposent d’un immense capital informationnel souvent sous-utilisé, et l’IA peut justement aider à structurer, relier et valoriser ce savoir pour le transformer en action.
On passe ainsi d’une logique d’accumulation (de données et de production) à une économie de la connaissance activée, où la performance repose sur la capacité à comprendre et utiliser intelligemment l’information.
Cette transformation ouvre des opportunités, notamment pour l’Europe, en valorisant des atouts comme la fiabilité, la gouvernance et l’intelligence des usages, plutôt que la seule puissance technologique.
Comment apprendre, former et développer les compétences dans un monde où l’intelligence artificielle transforme profondément notre rapport au savoir ? François Taddei nous invite à dépasser une vision classique de la formation centrée sur la transmission de contenus. Pour lui, l’enjeu majeur du XXIe siècle est de développer la capacité à apprendre à apprendre, à coopérer, à questionner, à expérimenter et à faire face à l’inconnu.
Dans un monde où l’IA transforme l’accès au savoir, François Taddei explique que l’enjeu n’est plus d’accumuler des connaissances, mais de développer la capacité à apprendre à apprendre.
Il souligne l’importance de compétences humaines clés : coopération, esprit critique, curiosité et gestion de l’erreur, essentielles pour résoudre des problèmes complexes.
La formation doit évoluer vers des modèles plus actifs et collectifs (learning by doing, intelligence collective), tandis que les organisations doivent devenir apprenantes, en favorisant le sens, le dialogue et l’adaptation continue dans un monde incertain dominé par l'IA.
Enfin, l’objectif est de construire une complémentarité entre humains et IA, au service d’un progrès à la fois performant et éthique.
La facilitation graphique a une longue histoire, remontant bien avant l'ère moderne des outils numériques. Elle a été développée pour rendre explicites les concepts souvent difficiles à digérer au sein des groupes. Des pionniers comme David Sibbet ont été fondamentaux dans ce domaine, en introduisant des méthodes favorisant les interactions visuelles pour une meilleure compréhension. Son approche vise à réduire l'« infobésité » qui résulte de trop d'informations sans clarté.
La méthode se concentre sur la représentation des idées par des éléments simples tels que des cadres et des connexions, ce qui offre une structure cognitive facilitant la prise de décision collective. Des ouvrages comme Visual Meetings ont démontré que les supports visuels influencent la compréhension.
Dans un contexte professionnel, cette approche aide les apprenants à organiser leurs idées et à engager un dialogue constructif. En facilitant ce processus, la facilitation graphique permet de transformer une masse d'informations en un paysage compréhensible et navigable. Les approches comme le mind mapping de Tony Buzan illustrent bien cette transformation.
De plus, elle se retrouve souvent sous-utilisée dans la formation professionnelle où elle peut véritablement transformer la façon dont les contenus sont assimilés. Des groupes qui créent des synthèses visuelles s’approprient les connaissances, allant au-delà d’une simple exposition d’informations.
2026 marque une phase de maturité de l'IA dans la formation : son usage se généralise, les freins diminuent et les bénéfices sont désormais clairement identifiés.
Ildi (International Learning & Development Institute) publie la 2 édition de son étude sur l'impact de l'intelligence artificielle en formation. Première remarque : l'utiliser au quotidien n'est même plus une question. La perception a beaucoup évolué en un an. Dans la 1ère étude, beaucoup de réserves étaient émises (perte de créativité, déshumanisation, etc.). Dans cette 2e édition, les avantages sont clairement identifiés, et l'envie de s'y mettre est très forte.
Adoption forte : une large majorité d’acteurs intègre déjà l’IA dans ses budgets (jusqu’à 84 %) et prévoit de maintenir les investissements.
Transformation perçue comme majeure : 71 % considèrent l’IA comme une évolution naturelle mais structurante du secteur.
Impact sur la pédagogie : l’IA facilite la conception de parcours, l’analyse des besoins, la production de contenus et l’optimisation des formations.
Bénéfices pour les apprenants : apprentissage plus personnalisé, accès continu aux ressources, autonomie renforcée et flexibilité accrue.
L’IA s’impose comme un levier clé d’individualisation et d’efficacité de la formation, désormais largement accepté et intégré.
L’article montre que l’autonomie est une compétence centrale mais paradoxale dans le monde professionnel. Très valorisée dans les formations et les référentiels, elle reste pourtant floue, rarement définie et difficile à enseigner ou évaluer. Elle fonctionne souvent comme une norme implicite, servant à juger les individus sans critères clairs.
L’auteur souligne que l’autonomie n’est pas une qualité individuelle pure : elle dépend des contextes, des ressources et des interactions. Avec le développement des outils numériques et de l’IA, elle devient même une autonomie “outillée”, mêlant capacités personnelles et usage pertinent des technologies.
Plutôt qu’un état stable, l’autonomie doit être comprise comme une capacité dynamique et située, qui se construit progressivement grâce à un accompagnement pédagogique explicite et adapté. Inspirant...
Selon des documents révélés par la cellule investigation de Radio France, Matignon a validé la promotion du "Esport" en milieu scolaire entre 2026 et 2030, malgré l’opposition du ministère de la Santé.
Le gouvernement français a validé une stratégie nationale (2026‑2030) visant à intégrer l’esport dans les parcours scolaires, notamment via des partenariats avec des acteurs privés, des programmes éducatifs dédiés et des outils pédagogiques.
Cette orientation répond à un objectif économique : soutenir une filière jugée prometteuse (marché mondial, acteurs français, millions de joueurs) et renforcer l’attractivité de la France.
Cependant, le projet suscite de fortes critiques, notamment du ministère de la Santé et d’experts, qui alertent sur les risques pour les jeunes (sédentarité, addiction, troubles du sommeil, impacts psychiques).
L’expérimentation menée dans des établissements (projet Educ Esport) soulève des soupçons de conflits d’intérêts, car elle est cofinancée et pilotée en partie par des acteurs du secteur du jeu vidéo.
Enfin, les bénéfices pédagogiques restent incertains voire décevants à ce stade, tandis que le gouvernement nuance en affirmant que l’intégration de l’esport dans les programmes scolaires n’est pas officiellement actée.
L’IA est déjà largement intégrée au travail : elle rédige, synthétise et met en forme, tandis que l’humain garde un rôle de validation et de décision.
Mais ses productions tendent à être standardisées et peu originales, avec un risque d’appauvrissement global des contenus (effet de “model collapse”).
Le gain de temps promis peut être trompeur : il peut conduire à plus de tâches et de volume de travail, plutôt qu’à un réel allègement.
L’IA rend les individus moins expérimentés plus performants, mais n’apporte pas de bénéfice aux experts, voire peut ralentir certains profils.
Elle pose aussi un enjeu collectif : le travail en équipe pourrait s’affaiblir si chacun devient plus efficace seul avec l’IA.
Enfin, les auteurs insistent sur un point clé : l’avenir du travail dépend de choix humains, notamment préserver les postes juniors, maintenir l’innovation et garantir une responsabilité humaine dans les décisions.
L'IA ne supprime pas directement les emplois, mais elle recompose les métiers, fait peser un risque sur la formation et le collectif, et rend l'évolution de l'emploi très dépendante des décisions organisationnelles.
En France, des millions de personnes, bien qu’ayant été scolarisés en France, rencontrent des difficultés pour lire, écrire ou utiliser Internet. Ces obstacles compliquent l’accès à l’emploi, aux droits et aux démarches du quotidien.
Ils ne sont pas nouveaux...néanmoins, il est important de rappeler que les outils Eva et Pix se distinguent par leur complémentarité dans le combat contre l'illettrisme et l'illectronisme.
Eva, axée sur la remise à niveau en lecture et écriture, propose des exercices adaptés aux besoins de chaque utilisateur.
De son côté, Pix se concentre sur le développement des compétences numériques, permettant ainsi de naviguer aisément dans un monde de plus en plus digitalisé.
Les deux plateformes offrent des parcours personnalisés, favorisant l’engagement des apprenants. Grâce à une approche interactive, les utilisateurs peuvent progresser à leur rythme, consolidant ainsi leur confiance et leurs capacités.
En facilitant l'accès à l'éducation et aux ressources numériques, Eva et Pix jouent un rôle essentiel dans l'inclusion sociale, préparant les individus à relever les défis contemporains tout en renforçant leurs compétences.
L’étude How AI Impacts Skill Formation menée par Anthropic, et publiée fin janvier, analyse l’impact réel de l’assistance par intelligence artificielle sur la productivité et l’apprentissage des compétences, à partir d’une expérience contrôlée menée auprès de 52 développeurs (pour la plupart des profils junior) apprenant une nouvelle bibliothèque Python.
Les recherches montrent que l’IA aide les individus à accomplir certaines parties de leur travail plus rapidement, jusqu’à 80 % dans certains cas.
Anthropic explique pourtant que ce gain de productivité s’accompagne de compromis : trop recourir à une assistance par IA réduit l’effort cognitif et peut impacter l’apprentissage de compétences et la capacité à réagir face aux difficultés.
Le Centre de recherche pour l'étude et l'observation des conditions de vie (Crédoc) a publié l'édition 2026 du baromètre du numérique selon lequel près d'une personne sur deux a utilisé l'intelligence artificielle (IA) générative en 2025.
L'essor de l'IA concerne essentiellement les 18-24 ans mais aussi, dans une moindre mesure, les 25-39 ans.
L'étude montre que l'utilisation de l'IA est une pratique personnelle (42 % des Français), avant d'être professionnelle (30 % des actifs).
Le motif d'utilisation est d'abord la recherche d'information (73 % des utilisateurs effectuent ce type de requêtes au moins une fois par mois) devant la rédaction, la traduction et l'amélioration de textes (58 %) et la recherche de nouvelles idées (57 %). Baromètre du numérique 2026 - Rapport
Dans le cadre du 7e volet du Baromètre de la perception du chômage et de l’emploi, le cabinet Elabe a interrogé pour l’Unédic les actifs sur leur usage de l’intelligence artificielle à des fins de recherche d’emploi et sur l’utilité professionnelle de maîtriser ces outils.
1. Un usage croissant mais différencié de l’IA dans la recherche d’emploi
L’IA générative s’installe progressivement dans les démarches de recherche d’emploi :
30 % des actifs l’ont déjà utilisée.
L’usage est nettement plus fréquent chez les demandeurs d’emploi (52 %) que chez les actifs en poste (24 %).
Les usages les plus répandus concernent :
La rédaction de lettres de motivation (41 % des demandeurs d’emploi)
La création ou mise à jour du CV (32 %)
Les recherches sur les entreprises / secteurs qui recrutent (33 %)
Les simulations d’entretien (23 %)
Le bilan de compétences (26 %)
France Travail propose désormais un outil d’initiation pour accompagner les demandeurs d’emploi dans l’utilisation de l’IA.
2. Maîtriser l’IA : un atout perçu pour l’employabilité… mais pas pour tous
Seuls 44 % des actifs estiment que la maîtrise des outils d’IA constitue un avantage aux yeux des employeurs. La perception varie fortement selon les profils :
Profils qui y voient un véritable atout :
Cadres : 60 %
Moins de 30 ans : 53 %
Diplômés du supérieur : 51 %
Hommes : 47 %
À l’inverse, certains secteurs (notamment l’industrie et la construction) anticipent encore un impact limité de l’IA sur leurs activités.
3. Une utilité professionnelle largement reconnue
Au-delà de la recherche d’emploi, les actifs perçoivent globalement l’IA comme utile dans le cadre professionnel :
72 % jugent ces outils utiles (dont 7 % “indispensables”).
Utilité perçue accrue chez :
les cadres (85 %),
les seniors de 60 ans et plus (79 %),
les diplômés du supérieur (78 %),
les moins de 30 ans (76 %).
Une fracture socio-professionnelle persiste
39 % des ouvriers considèrent l’IA “inutile” pour leur métier, contre 28 % des actifs tous profils. Cette fracture rappelle que la diffusion des usages dépend fortement du type de métier et du niveau de qualification.
L'usage de l'IA dans la recherche d'emploi devient courant surtout parmi les demandeurs d'emploi. Les attentes côté employeurs demeurent modérées, mais la perception d'utilité croît chez les actifs eux-mêmes. Une polarisation des usages et perceptions se dessine selon l'âge, le niveau d'études et catégorie socio-professionnelle. Les accompagnements publics, notamment de France Travail jouent un rôle croissant dans la montée en compétences numériques. barometre-unedic-intelligence-artificielle-et-recherche-d-emploi_uid_6960bf275f381.pdf
Après les 10 000 agents publics, ce sont les 35 000 employés du CNRS qui bénéficient des services de la start-up française Mistral avec un assistant conversationnel généraliste sécurisé développé par ses soins.
Le CNRS déploie “Emmy”, un agent conversationnel développé par Mistral AI, mis à disposition de ses 35 000 agents depuis décembre 2025.
Le projet fait suite à un an de travail et de tests, avec un premier POC évalué par 600 agents volontaires pour affiner les besoins et la sécurité.
Sécurité et souveraineté : les données sont hébergées en Europe, conformes RGPD et IA Act ; les modèles utilisés sont français, ce qui limite la dépendance aux acteurs américains et chinois.
Fonctions offertes : traduction, synthèse, reformulation, recherche web sourcée, reconnaissance de texte et d’images, traitement raisonné étape par étape, et possibilité d’ingérer des documents (publications, thèses) pour produire des analyses contextualisées.
Le CNRS interdit l’usage d’autres IA grand public pour des raisons de sécurité, et accompagne ses agents via une charte d’usage, des formations vidéo et, bientôt, une formation dédiée au prompt writing.
Ce positionnement traduit une tendance plus large : les organisations publiques (cf la période d'expérimentation menée par l'Etat de son propre assistant IA, auprès de 10 000 agents de la fonction publique) cherchent désormais à concilier innovation et autonomie afin de garder la maîtrise de leurs outils comme de leurs décisions.
L'Ia moderne apprend par exemples (machine learning, pas par règles programmées. Il existe différents types d'IA : faible, spécialisée dans une tâche précise (filtres anti-spam, traduction, recommandations...); générative, qui génère textes, images ou sons en apprenant des structures statistiques à grande échelle; forte, capable de réaliser toutes les tâches intellectuelles humaines -encore théorique à ce jour.
Réduire les LLM à la simple prédiction du mot suivant, tels "des perroquets statistiques" est trompeur. La prédiction efficace implique l'émergence de formes de compréhension.
Les recherches en interprétabilité mécaniste montrent que les modèles développent spontanément des représentations internes structurées (exemple: un modèle entraîné sur le jeu Othello développe une représentation interne du plateau, sans y avoir été explicitement invité
Des études récentes montrent que les modèles comme GPT-4 réussissent très bien des tâches de théorie de l'esprit (croyances, intentions). Ils excellent dans la prédiction d'états mentaux figés, mais restent limités dans l'adaptation dynamique en interaction réelle. Ils ne ressentent rien, mais modélisent les intentions humaines sans ressentir ni comprendre comme un humain, ce qui peut créer une illusion troublante.
Ainsi, il faut abandonner les jugements binaires ("ça comprend / ça ne comprend pas"). Les capacités des IA reposent sur des propriétés émergentes complexes, encore en cours d'exploration scientifique.
To get content containing either thought or leadership enter:
To get content containing both thought and leadership enter:
To get content containing the expression thought leadership enter:
You can enter several keywords and you can refine them whenever you want. Our suggestion engine uses more signals but entering a few keywords here will rapidly give you great content to curate.
La France se distingue par un usage élevé de l’IA générative au travail, avec 18,4 % des Français utilisateurs, contre 15,1 % en moyenne dans l’Union européenne, ce qui la place parmi les pays les plus avancés sur les usages individuels.
En revanche, seules 18,2 % des entreprises françaises utilisent des technologies d’IA, contre 20 % en moyenne dans l’UE, un retard qui s’explique principalement par les TPE-PME alors que les grandes entreprises françaises sont plutôt en avance.
Le principal frein à l’adoption reste le manque de compétences, cité par 7 entreprises sur 10, les préoccupations juridiques et la protection de données arrivent ensuite, ce qui renforce l’importance pour les RH de former les collaborateurs et d’encadrer les usages de l’IA.
The use of artificial intelligence (AI) technologies in the European Union - Publications Office of the EU